元戎启行
AI 研发效能工程师
AI 研发效能工程师
发布于 2 天前普通员工/个人贡献者
加分项, China
中级经验
全职员工
仅现场办公
本科
信息技术与基础设施
Ai Agent
Claude Code
Llm
Prompt Engineering
Rag
Sql
研发效能
AI 估算 · 25k–45k
AI研发效能工程师需求旺盛，需掌握LLM、Agent等前沿技术，市场溢价明显，薪资处于中高水平。
职位详情
关于这个职位
这个职位专注于利用AI技术提升研发效率，你将深入一线识别开发痛点，设计并落地AI提效工具与Agent，推动研发流程自动化
同时需要建立效能度量体系，量化AI工具ROI，并通过培训推广驱动团队采用
适合对AI Agent有强烈好奇心、善于跨团队协作的工程师
最低要求
基本要求：
本科及以上，计算机、人工智能、数据科学、软件工程或相关专业
能熟练使用AI编程工具（Cursor / Claude Code / Codex等）解决实际工程问题
技术能力（满足其中一项或多项即可）：
熟悉LLM应用开发（Prompt Engineering、RAG、Agent框架），有AI工具或Agent落地经验
具备数据建模与可视化能力（SQL / Python / BI），熟悉DevOps及效能度量体系（DORA等）
有内部工具链、IDE插件或开发者平台的设计与落地经验，兼具产品意识和工程能力
软性素质：
能和业务团队聊痛点，和平台团队聊技术，和管理层聊数据和价值
善于用案例和数据推动跨团队行为变化，在无直接汇报关系下也能把事情推进
对AI Agent有强烈好奇心，能快速学习并转化为产品方案
工作职责
深入研发一线，识别工程师在开发、调试、排障等环节中最耗时的重复性工作，设计并落地AI提效工具与Agent，推动研发流程的自动化升级
将组织内的技术文档、代码经验、问题解决方案等知识沉淀为可复用的AI能力，降低团队对个人经验的依赖
建立研发效能度量体系，量化各环节效率与AI工具的实际ROI，为组织优化提供数据决策依据
亲自跑通业务场景，产出标杆案例，通过培训与推广驱动AI工具在各团队的采用与落地
分析跨团队共性能力缺口，协调平台侧按优先级补齐基础能力，推动"业务自助、平台赋能"的协作模式
优先资格
加分项：
Developer Experience / DevRel / 技术运营经验
搭建过内部开发者工具链或生态
了解飞书开放平台、MCP协议、CLI工具体系
了解智驾研发全链路（数据→标注→训练→仿真→部署）
有从0到1构建AI Agent并实际替代人工流程的项目经历
有过研发组织提效的经验
AI 洞察
优缺点分析
优点
- 接触最前沿的AI Agent和LLM技术，技术成长快
- 在公司内具有高可见度，能推动跨团队变革，积累影响力
- 属于新兴岗位，市场稀缺，职业前景广阔
- 需要同时具备工程、产品、沟通等多维度能力，对综合要求高
- 推动工具采纳可能面临团队习惯阻力，需要较强的说服力
- 效能度量ROI难以精确量化，需要持续迭代优化
- 适合对AI技术充满热情、善于解决实际问题并乐于推动变革的工程师
缺点 / 挑战
暂无明显挑战项
角色解读
- 纵向深化AI工程化能力，成为AI效能专家或架构师
- 横向扩展至DevRel、技术运营或开发者生态岗位
- 向AI产品经理或技术管理方向发展，负责更大范围的效能优化
- 深入研发一线，识别并自动化重复性工作，设计AI提效工具如代码生成、智能排障Agent
- 将技术文档和经验沉淀为AI知识库，降低团队对个别专家的依赖
- 建立效能度量体系，用数据驱动优化决策，并通过案例培训推广AI工具落地
- 熟练使用AI编程工具（Cursor、Claude Code等）和LLM应用开发框架（Prompt Engineering、RAG、Agent）
- 具备数据建模与可视化能力（SQL/Python/BI），了解DevOps和DORA等效能指标
- 有内部工具链或开发者平台设计经验，兼具产品意识和工程能力
申请策略
- 了解元戎启行的智驾业务，思考AI Agent在自动驾驶研发中如何提效
- 关注公司技术博客或开源项目，展现对技术栈的了解
- 突出AI工具开发或Agent落地的具体项目经验，说明个人贡献和量化结果
- 展示使用Cursor/Claude Code等工具的熟练程度，可附上代码示例或GitHub链接
- 强调跨部门协作和推动落地的案例，用数据证明效能提升
- 系统学习LLM应用开发，动手搭建一个RAG或Agent项目
- 熟悉DevOps工具链和DORA指标，了解效能度量方法
- 练习用案例和数据讲故事的能力，准备1-2个推动变革的故事
面试指南
- STAR方法：情境-任务-行动-结果，重点说明个人贡献和量化成果
- 对于架构设计题，先澄清需求边界，再给出分层架构，最后讨论权衡
- 对于推动变革题，强调沟通策略、小范围试点、数据验证和文化建设
- 请举例你如何用AI工具解决过一个实际工程问题，效果如何？
- 如何设计一个Agent来自动化代码审查流程？请描述架构
- 如何衡量AI工具在研发效能中的ROI？你会用哪些指标？
- 如果团队对使用新工具有抵触，你会怎么推动？
- 请解释一下你对RAG的理解，并设计一个文档问答系统
职位点评
66
综合评分
前沿AI技术岗位，发展性极强，但WLB一般，适合技术驱动型人才。
更适合这类人
适合追求技术成长、热衷AI前沿应用、不介意现场办公的求职者。
表现最好
成长发展
相对薄弱
工作生活
薪资福利70
成长发展95
工作生活40
使命价值60
薪资福利
70中等
C轮后公司薪资有竞争力，但未在JD中明确薪资范围，福利未提及，补偿性满足中等偏上。
薪资信号未披露（AI估算：25K-45K/月）
成长发展
95较高
岗位接触前沿AI技术，鼓励快速学习，有明确的技术成长路径，发展性动机极强。
技术前沿前沿/新兴技术
技术栈AI Agent、LLM、Prompt Engineering、RAG、DevOps、DORA
业务类型profit_center
工作生活
40较低
未提及远程或弹性工作，可能需现场办公，且推动变革可能伴随高强度沟通，WLB一般。
工作模式仅现场办公
办公地点未明确
加班情况未提及（无法判断）
使命价值
60中等
智能驾驶行业处于高速增长，岗位通过AI提效有明确价值，但社会影响力中性。
行业发展高速增长赛道
社会影响中性/一般
创新程度积极采用新技术
Watch Jobs